- 博客(15)
- 收藏
- 关注
RSS订阅原创 Git笔记
Git学习笔记 从网上找到视频资源，在学习的过程当中记录的笔记1 git的创始人 Linus Torvalds2 Git与Svn对比2.1 Svn svn是一个版本控制器，缺点：服务器单点故障， 容错性差2.2 Git Git是分布式版本控制器，版本控制，分布式 Git的一般工作流程如下： 1. 从远程仓库cloneGit资源作为本地仓库 2. 从本地仓库中checkout代码然后进行代码修改 3. 在提交前先将代码提交到暂寸区 4. 提交修改，提交到本地仓库
2021-11-30 14:21:38
601
原创 Skip-Convolutions for Efficient Video Processing
一篇高效视频处理的文章（高通AI研究室的，应该能马上应用在手机端）论文链接：https://arxiv.org/abs/2104.11487代码：未开源摘要 本文提出了Skip-Convolutions利用视频流中的大量冗余并节省计算。每个视频被表示为跨帧和网络激活的一系列变化，用残差表示。本文重新定义了标准卷积以便在残差帧上进行高效地计算，具体地将，就是将每一层与一个二进制门耦合，决定残差是否对模型预测重要。这些二进制门既可以实现为与卷积核联合训练的有效网络，也可以简单地根据残差的大小跳过残差。
2021-11-18 19:46:08
3074
2
原创 FrameExit：Conditional Early Exiting for Efficient Video Recognition
一篇高效视频行为检测的论文原论文链接：https://arxiv.org/abs/2104.13400代码：未公开摘要 在本文中，我们提出了一种用于有效视频识别的条件提前退出框架。虽然现有工作侧重于选择显着帧的子集以降低计算成本，但我们建议使用简单的采样策略与条件提前退出相结合，以实现高效的识别。我们的模型会自动学习为更简单的视频处理更少的帧，为复杂的视频处理更多的帧。为了实现这一点，我们采用了级联的门控模块来自动确定处理中推理足够可靠的最早点。我们生成对门的即时监督信号，以在准确性和计算成本之间
2021-11-18 10:02:57
1734
原创 RODNet: A Real-Time Radar Object Detection Network Cross-Supervised by Camera-Radar Fused Object 3D
一篇雷达与视觉融合的文章（主要是谷歌翻译）原论文地址：https://arxiv.org/abs/2102.05150代码地址：https://github.com/yizhou-wang/RODNet摘要 通过准确可靠地感知车辆周围的环境，促进了各种自主或辅助驾驶策略。在常用的传感器中，雷达通常被认为是一种强大且经济高效的解决方案，即使在不利的驾驶场景中，例如弱/强照明或恶劣天气。与其考虑融合来自所有可用传感器的不可靠信息，纯雷达数据的感知成为一种值得探索的有价值的替代方案。然而，与相机捕获的丰
2021-09-02 16:17:17
4044
2
转载 weight decay,momentum,normalization
在神经网络中weight decay,momentum,normalization起到的做一、weight decay（权值衰减）:它的使用既不是为了提高你所说的收敛精确度也不是为了提高收敛速度，其最终目的是防止过拟合。在损失函数中，weight decay是放在正则项（regularization）前面的一个系数，正则项一般指示模型的复杂度，所以weight decay的作用是调节模型复杂度对损失函数的影响，若weight decay很大，则复杂的模型损失函数的值也就大。二、momentum是梯度
2020-06-03 12:36:48
200
原创 QLearning算法理解
Q_learning 是一种model_free类的强化学习的算法,即从环境中得到反馈进而来学习的.生动形象的解释参考这个视频;记录看完莫烦讲解的Q_learning算法后的个人理解:注释:alpha是学习率, 来决定这次的误差有多少是要被学习的, alpha是一个小于1 的数.gamma 是对未来 reward 的衰减值.Q(s2)是下一次策略执行后的奖赏Q(s, a)是更新该步的奖赏r是指到达是s2的奖赏.从在s1状态下执行a所获得的reword.epsilon greedy 是用在决
2020-05-12 16:18:18
2071
原创 tf.random_uniform的踩坑记录
tf.random_uniform的踩坑记录在运行这行段代码时，发现与np.random_uniform有所不同，具体效果见代码与运行结果；```pythonimport numpy as npimport randomimport tensorflow as tftf_random = tf.random_uniform([3], 0.8, 1.2)white = tf.ones([3,3])white_ = [white * tf_random[2]]color = tf.sta
2020-05-10 15:23:29
929
转载 ubuntu16.04使用USB转TTL（ch340）串口转usb调试过程
http://www.bubuko.com/infodetail-2683153.html
2020-01-10 19:16:29
1191
原创 关于KITTI与cityspaces数据集basline和focal
#关于KITTI与cityspaces数据集basline和focalkitti the baseline is 0.54m and the focal is ~720 for a width of 1245For cityscapes the baseline is 0.22m and the focal is 2262 for a width of 2048参考文档...
2019-12-16 20:27:01
513
2
原创 YoLov3
这段时间对YOLOv3代码理解，记录这一过程代码连接:https://github.com/YunYang1994/tensorflow-yolov3一 .代码总体理解代码主要在core目录下backbone是darknet53的实现，commom是构成网络的基础单元，config是配置文件(方便超参数的调整)dataset是标签处理文件， utils是数据增强等操作，yolov3是整个...
2019-09-11 21:23:41
1223
原创 tf.import_graph_def()
日常记录debug错误代码：Input 0 of node import/YOLOV3/MobilenetV2/Conv/BatchNorm/cond/Assign/Switch was passed float from import/YOLOV3/MobilenetV2 /Conv/BatchNorm/moving_mean:0 incompatible with expected ...
2019-08-31 11:28:33
2193
9
原创 Ubuntu16.04中pip换源
cd ~/.pip如果不存在.pip目录,则创建目录mkdir ~/.pipcd ~/.piptouch pip.confsudo gedit ~/.pip/pip.conf在pip.conf中写入以下内容:即可[global]index-url = https://pypi.tuna.tsinghua.edu.cn/simple/[install]trusted-host...
2019-06-26 20:32:09
307
原创 Ubuntu16.04 +换源+显卡驱动 +CUDA9.0 + cudnn7.31 + anaconda3.0 +tensorflow-gpu +opencv良心推荐
写这篇博客的纯粹是做个记录,笔者花了两天时间配置好了上述文件,当然在配置过程中遇到了很多坑,参考了很多网上资料;希望这篇博客写完后自己下一次在装的时候可以更快一点;坑少一些,同时也希望可以帮到其他的人.一. 安装Ubuntu16.04参考博客: https://blog.csdn.net/jjkkaa326/article/details/78638814参考百度经验: Ubuntu 16...
2019-06-22 21:37:08
528
原创 tensorflow_learning
Tensorflow 基础操作本篇博客是基于莫凡tensorflow的课程以及一些扩展，在此做记录为以后的学习和复习做准备;参考文献：https://blog.csdn.net/jiaoyangwm/article/details/79715826一、什么是tensorflow？它是做什么的？1.我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功...
2019-05-16 22:17:01
204
原创 AlexNet
题外话这几天连续看了好几天的CNN相关的博客，在此只想把我的理解和总结记录此文章中，参考文章过多，会有一些抄袭，如有侵权，告知便可以。1.CNN是什么？CNN（convolutional neural network),顾名思义就是卷积神经网络，大致分为输入层，卷积层，池化层，卷积层，池化层，全连接层，输出层，如下图所示...
2019-03-16 16:15:32
519
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人